蘇帕河流域梯級水電站短期優(yōu)化調(diào)度研究.pdf

1、水電站短期優(yōu)化調(diào)度是應(yīng)用最優(yōu)化方法，制定水電站在不同時段的蓄、放水策略。根據(jù)該策略運行，能充分考慮到整個調(diào)度期內(nèi)的天然入流，即在豐水時段蓄水、在枯水時段放水，并且滿足發(fā)電等要求，充分利用水資源。水電站廠內(nèi)經(jīng)濟(jì)運行是短期優(yōu)化調(diào)度的重要內(nèi)容，即應(yīng)用最優(yōu)化方法，制定水電站機(jī)組的開停機(jī)計劃以及優(yōu)化機(jī)組負(fù)荷分配、優(yōu)化機(jī)組運行、減少機(jī)組損耗和耗水量。在電力市場環(huán)境下，水電站短期優(yōu)化調(diào)度可以增加發(fā)電量，充分提高發(fā)電企業(yè)的效益。本文結(jié)合蘇帕河流域梯級水

2、電站的特點，研究了梯級水電站的短期優(yōu)化調(diào)度以及廠內(nèi)經(jīng)濟(jì)運行。主要研究工作及成果如下： 1.建立了蘇帕河流域梯級水電站短期優(yōu)化調(diào)度模型。根據(jù)對水庫入流的不同描述，分別建立了確定型動態(tài)規(guī)劃模型和隨機(jī)型動態(tài)規(guī)劃模型。詳細(xì)研究了模型求解的動態(tài)規(guī)劃方法和改進(jìn)的遺傳算法。簡要介紹了模型求解的其它優(yōu)化方法如蟻群算法、微粒群算法等。根據(jù)建立的模型，用改進(jìn)遺傳算法進(jìn)行了模型的求解，分別給出了短期優(yōu)化調(diào)度模型在豐水時段和枯水時段的求解結(jié)果并對其進(jìn)行

3、了分析。 2.建立了蘇帕河流域梯級水電站廠內(nèi)經(jīng)濟(jì)運行模型。包括制定梯級水電站開停機(jī)計劃的時間最優(yōu)化模型和機(jī)組間負(fù)荷最優(yōu)分配的空間最優(yōu)化模型，分析了模型的各種約束條件。建立了模型的動態(tài)規(guī)劃遞推方程，研究了用動態(tài)規(guī)劃方法和改進(jìn)遺傳算法求解模型。根據(jù)給定的機(jī)組三種不同組合方式，用改進(jìn)遺傳算法求解模型的結(jié)果，并對其進(jìn)行了分析和比較。 3.結(jié)合計算機(jī)技術(shù)如ASP.NET技術(shù)、Web Service技術(shù)以及數(shù)據(jù)庫技術(shù)等，開發(fā)了蘇帕河